从 DeepSeek 复制粘贴到 Claude Code - AI Coding 实践（一）

引言

2025年3月，我们开始使用 DeepSeek 进行 AI 辅助编程。从最初的复制粘贴阶段到如今的 Claude Code 深度集成，我们的 AI Coding 实践经历了显著的演进。本文将分享这一历程中的经验教训。

第一阶段：复制粘贴时代（2025-03）

DeepSeek 的早期应用

最初，我们使用 DeepSeek 的方式非常简单直接：

// 将代码复制到 DeepSeek
func (s *SupplierService) CreateSupplier(ctx context.Context, req *CreateSupplierRequest) (*Supplier, error) {
    // ... 代码复制到 AI
    // 然后粘贴回来
}

典型工作流程：

打开 DeepSeek 对话框
复制需要修改的代码
输入提示词
复制 AI 返回的代码
粘贴回编辑器
手动调整和测试

这个阶段的局限性

🔴 效率瓶颈

重复性操作：每次都需要手动复制粘贴
上下文丢失：无法保持项目结构的完整理解
版本控制问题：难以追踪哪些代码由 AI 生成

🔴 代码质量问题

// AI 可能生成这样的代码
func CreateSupplier(name string, email string) (interface{}, error) {
    // 类型不明确，接口滥用
}

常见问题：

类型使用不当
错误处理不完整
测试代码缺失
不符合团队代码规范

🔴 团队协作困难

无法共享 AI 对话历史
每个 AI 生成的代码风格不一致
难以建立最佳实践

实际案例：供应商 API 开发

场景：开发供应商管理的 CRUD API

复制粘贴方式的问题：

// 第一次 AI 调用：生成 CreateSupplier
// ... 手动粘贴 ...

// 第二次 AI 调用：生成 UpdateSupplier
// ... 手动粘贴 ...
// 发现：两个函数的错误处理逻辑不一致

// 第三次 AI 调用：生成 GetSupplier
// ... 手动粘贴 ...
// 发现：与前面的代码风格差异很大

结果：

花费 4 小时完成基本 CRUD
代码质量参差不齐
需要 2 小时额外时间修复问题
总计：6 小时

第二阶段：结构化探索（2025-06）

仓库规范化

我们意识到需要更结构化的方法：

hotel-be/
├── .claude/              # Claude Code 配置
├── .cursor/              # Cursor 配置
├── .codebuddy/           # CodeBuddy 配置
├── docs/                 # 文档
├── pkg/                  # Go 包
│   └── supplier/
│       ├── supplier.go
│       ├── supplier_test.go
│       └── models.go
└── Makefile

引入 AI 工具配置

.claude/CLAUDE.md

# HotelByte AI Coding Guidelines

## Code Style
- Use standard Go conventions
- Always write tests
- Handle errors explicitly

## Project Structure
- Domain logic in pkg/
- Shared utilities in common/
- API routes in api/

## Testing
- Unit tests: *_test.go
- Integration tests: *_integration_test.go
- Minimum coverage: 50% for new code

.cursor/skills/

# docs-organization skill
name: docs-organization
description: Organize project documentation
steps:
  - Check docs/ structure
  - Update README.md
  - Ensure API docs are current

这个阶段的改进

✅ 代码质量提升

// AI 现在生成这样的代码
func (s *SupplierService) CreateSupplier(ctx context.Context, req *CreateSupplierRequest) (*Supplier, error) {
    if err := s.validateCreateRequest(req); err != nil {
        return nil, fmt.Errorf("validation failed: %w", err)
    }

    supplier := &Supplier{
        ID:        uuid.New(),
        Name:      req.Name,
        Email:     req.Email,
        Status:    SupplierStatusActive,
        CreatedAt: time.Now(),
    }

    if err := s.repo.Create(ctx, supplier); err != nil {
        return nil, fmt.Errorf("failed to create supplier: %w", err)
    }

    return supplier, nil
}

改进点：

明确的类型定义
完整的错误处理
符合项目规范
自动生成测试

✅ 效率提升

供应商 API 开发时间对比：

阶段	开发时间	代码质量	测试覆盖
复制粘贴	6 小时	⭐⭐	0%
结构化	3 小时	⭐⭐⭐⭐	60%

第三阶段：深度集成（2026-01）

Claude Code 深度集成

我们开始充分利用 Claude Code 的能力：

项目上下文管理

# Claude Code 自动理解项目结构
$ claude-code --project hotel-be
> Analyzing project structure...
> Found 150 Go files
> Loaded .claude/CLAUDE.md rules
> Loaded .cursor/skills/ configuration

智能代码生成

// Claude Code 可以直接在项目中操作
// ❌ 不再需要复制粘贴
// ✅ 直接生成和修改文件

// 提示词：在 pkg/supplier/ 中添加批量创建供应商的接口
// 结果：自动创建或更新以下文件
// - pkg/supplier/supplier.go (添加 BatchCreateSuppliers)
// - pkg/supplier/supplier_test.go (添加测试)
// - api/supplier_routes.go (添加路由)

多工具协作

我们集成了多个 AI 工具，每个都有特定的用途：

AI 工具矩阵
┌─────────────┬─────────────────────────┬─────────────┐
│ 工具        │ 主要用途                │ 集成时间    │
├─────────────┼─────────────────────────┼─────────────┤
│ Claude Code │ 代码生成和重构          │ 2025-12     │
│ Cursor      │ 代码补全和智能编辑      │ 2025-11     │
│ CodeBuddy   │ 测试代码生成            │ 2025-10     │
│ CCM         │ 多模型管理              │ 2025-10     │
│ Trae        │ 代码审查                │ 2025-09     │
└─────────────┴─────────────────────────┴─────────────┘

实际案例：集群管理模块

任务：为酒店集群添加机器管理功能

使用 Claude Code 的工作流：

# 1. 定义需求（在 .claude/ 中配置）
cat > .claude/tasks/cluster-add-machine.md << EOF
Task: Add machine management to cluster module
Requirements:
- Add machine to cluster
- Remove machine from cluster
- List machines in cluster
- Health check
EOF

# 2. Claude Code 自动执行
$ claude-code task cluster-add-machine
> Analyzing existing cluster module...
> Creating pkg/cluster/machine.go...
> Creating pkg/cluster/machine_test.go...
> Updating api/cluster_routes.go...
> Running tests...
> ✅ All tests passed

# 3. 代码审查（使用 Trae）
$ tre review pkg/cluster/machine.go
> ✅ Code looks good
> ⚠️  Consider adding retry logic for network calls

结果：

开发时间：2 小时
测试覆盖：85%
代码质量：⭐⭐⭐⭐⭐

经验总结

从复制粘贴到智能工具链的演进

2025-03: DeepSeek 复制粘贴
    ↓ 手动操作多，上下文少
2025-06: 仓库结构化
    ↓ 初步配置，局部优化
2025-10: 多模型集成
    ↓ 工具矩阵，能力互补
2026-01: Claude Code 深度集成
    ↓ 项目级理解，自动化工作流
2026-02: 多工具链成熟 + 代码即文档
    ↓ 完整工具链，文档自动化

关键经验教训

1. 基础设施先行

错误做法：先用 AI 快速开发，再优化工具链 正确做法：先建立 AI 工具链，再进行大规模开发

// ✅ 正确：先配置好工具
.claude/CLAUDE.md          # AI 理解项目规则
.cursor/skills/            # AI 技能库
.ccm_config/models.yaml    # 模型配置
Makefile (make doc)        # 文档自动化

// 然后再开始开发

2. 上下文比能力更重要

DeepSeek 很强大，但如果没有项目上下文，只能做”通用”的代码生成。Claude Code 通过项目配置获得了上下文，可以生成更符合项目的代码。

3. 工具链的协同效应

单个 AI 模型 ≈ 1.5x 开发效率
配置化工具链 ≈ 2.5x 开发效率
多工具协同 ≈ 3.5x 开发效率

4. 文档和代码的一致性

在复制粘贴时代，文档经常滞后。现在我们有了”代码即文档”的实现（将在第四篇文章详细介绍）。

数据对比

指标	复制粘贴阶段	深度集成阶段	提升
开发效率	1x	3.5x	250%
代码质量	⭐⭐	⭐⭐⭐⭐⭐	+150%
测试覆盖	10%	75%	+650%
文档一致性	50%	100%	+100%
团队协作	⭐⭐	⭐⭐⭐⭐⭐	+150%

下一步

在下一篇文章中，我们将详细介绍 Claude Code 的深度集成实践，包括：

.claude/ 目录结构和配置
.cursor/ 技能系统
实战案例：供应商接入流程
自定义技能开发

系列导航：

前言
第2篇：Claude Code 深度集成

引言